基于孪生网络的深度学习目标跟踪算法

摘要：

随着深度学习在目标跟踪领域的广泛应用,对目标跟踪算法的要求也越来越高,深度网络越来越复杂,导致过拟合等一系列严重的风险.为实现在标注数据不足且事先未知跟踪目标情况下的跟踪,利用深度卷积网络的表达能力,引入迁移学习的算法思想,提出基于判别式相关滤波器的孪生网络深度学习算法(DCFSNN).实验结果表明,轻量级的网络可以在高帧率的情况下实现精准跟踪,DCFSNN算法做到了速度与精度的平衡.

关键词：目标跟踪、深度学习、卷积网络、孪生网络、判别式相关滤波器

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61562038、61462034;江西省教育厅科技基金项目GJJ13413

在线出版日期：2019-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3014-3019